L’A/B Testing est une expérience conduite sur un site internet, une application mobile ou encore dans un email. Ce sont des publicités (entre autres), venant valider des hypothèses d’améliorations potentielles comparées à une variante de référence (ou original).
Il vous permet de voir ce qui fonctionne pour votre audience en vous basant sur l’analyse statistiques des performances et en comparant deux versions d’une page web afin d’identifier celle qui convertit le mieux (la A ou la B).
L’A/B testing peut également être appelé split testing, ou split URL testing. En effet dans un A/B test classique, les deux variations de vos pages sont sur la même URL. Or dans le cas du split URL testing, la variante B est sur une URL distincte (vos visiteurs ne voient évidemment pas la différence).
Avant de commencer votre expérience il est important de définir ce que vous voulez tester. Prenons l’exemple d’un bouton “Je demande un devis” sur votre landing page.
Ensuite, il vous faudra savoir comment évaluer les performances de ce bouton comme par exemple le nombre de visiteurs qui cliquent (on parle ici de micro-conversions).
Pour réaliser le test, vous affichez à deux groupes d’utilisateurs équivalents (constitués de façon aléatoire) les différentes versions (la seule différence étant la couleur du bouton) et déterminez laquelle a eu le plus d’impact sur vos indicateurs de performance.
Dans cet exemple : Quel bouton a généré le plus de clics ?
Ainsi vous aurez une idée sur la couleur qui attire le plus vos visiteurs et donc y remédier.
Bien entendu il n’existe pas une seule et même explication pour comprendre la cause d’incitation à cliquer puisque beaucoup de paramètres conduisent une personne à cliquer.
C’est pourquoi la randomisation est essentielle dans ce contexte, car elle minimise les chances que d’autres facteurs viennent perturber les résultats.
Cependant l’A/B Testing n’est pas si simple qu’il n’y paraît puisqu’il ne se suffit pas à une comparaison. En effet, sa mise en oeuvre nécessite de calculer la taille de l’échantillon nécessaire afin d’atteindre ce qu’on appelle la statistical significance (représentativité statistique) et donc de pouvoir interpréter vos chiffres.
Bien entendu l’A/B Testing est une expérience qui peut se mettre en place à plus grande échelle que celle d’un simple bouton call to action ! Il est tout à fait possible de modifier beaucoup d’éléments de votre site web et d’étudier l’impact de ces changements.